- re.match 尝试从字符串的起始位置匹配一个模式,如果不是起始位置匹配成功的话,match()就返回none
pattern:匹配的正则表达式
string:要匹配的字符串。
flags:标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。
参见:正则表达式修饰符 - 可选标志
re.math(pattern,string,flags = 0)
import re
print(re.match('www', 'www.google.com').span()) # 在起始位置匹配
print(re.match('com', 'www.google.com')) # 不在起始位置匹配
输出:(0, 3) #前面数表示从开始在元素中的位置,后面数表示在元素的长度位置.
None
2.使用group(num) 或 groups() 匹配对象函数来获取匹配表达式:
group(num=0):匹配的整个表达式的字符串,group() 可以一次输入多个组号,
在这种情况下它将返回一个包含那些组所对应值的元组。
groups() :返回一个包含所有小组字符串的元组,从 1 到 所含的小组号。
group([group1,…])获得一个或者多个字符串,当要获得整个字符串时可用:group()或者group(0);
start()方法用于获取分组匹配的子串在整个字符串中的起始位置(子串第一个字符的索引),参数默认值为 0;
end()方法用于获取分组匹配的子串在整个字符串中的结束位置(子串最后一个字符的索引+1),参数默认值为 0;
span() 方法返回 (start() 和 end()的值).
import re
print(re.match('www', 'www.google.com').group()) # www
print(re.match('www', 'www.google.com').span()) # (0, 3)
print(re.match('www', 'www.google.com').start()) # 0
print(re.match('www', 'www.google.com').end()) # 3
import re
line = "Cats are smarter than dogs"
# .* 表示任意匹配除换行符(\n、\r)之外的任何单个或多个字符
# (.*?) 表示"非贪婪"模式,只保存第一个匹配到的子串
hObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)
if matchObj:
print ("Obj.group() : ", Obj.group())
print ("Obj.group(1) : ", Obj.group(1))
print ("Obj.group(2) : ", Obj.group(2))
else:
print ("No match!!")
输出:Obj.group() : Cats are smarter than dogs
Obj.group(1) : Cats
Obj.group(2) : smarter
re.search() 扫描整个字符串并返回第一个成功的匹配(research(pattern,string,flags=0))。
print(re.search('www', 'www.google.com').span()) #(0, 3)
print(re.search('com', 'www.google.com').span()) #(11, 14)
- re.sub() 用于替换字符串中的匹配项;re.sub(pattern, repl, string, count=0, flags=0)。
pattern : 正则中的模式字符串。
repl : 替换的字符串,也可为一个函数。
string : 要被查找替换的原始字符串。
count : 模式匹配后替换的最大次数,默认 0 表示替换所有的匹配。
flags : 编译时用的匹配模式,数字形式。
import re
print(re.sub('www','XXX', 'www.google.com')) #XXX.google.com
phone = '020-3334-7959 #这是电话号码'
num =re.sub(r'#.*$','',phone) #删除注释
print('电话号码:',num) #电话号码: 020-3334-7959
numbers =re.sub(r'\D','',phone) #移除数字外的所有内容
print('电话号码:',numbers) #电话号码: 02033347959
def double(matched):
value = int(matched.group('value'))
return str(value * 2)
s = '粤A06G9HFD147'
print(re.sub('(?P<value>\d+)', double, s)) #粤A12G18HFD294
4.re.compile()函数:
re.I 忽略大小写
re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
re.M 多行模式
re.S 即为’ . ‘并且包括换行符在内的任意字符(’ . ‘不包括换行符)
re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
re.X 为了增加可读性,忽略空格和’ # '后面的注释
import re
pattern = re.compile(r'\d+') # 用于匹配至少一个数字
num = pattern.match('7one12twothree34four') # 先开头查找,有就匹配,没有则回复None
print(num) #<re.Match object; span=(0, 1), match='7'>
5.findall:在字符串中找到正则表达式所匹配的所有子串,并返回一个列表,如果有多个匹配模式,则返回元组列表,如果没有找到匹配的,则返回空列表。
注意: match 和 search 是匹配一次 findall 匹配所有。
re.findall(pattern, string, flags=0)
或
pattern.findall(string[, pos[, endpos]])
参数:
pattern 匹配模式。
string 待匹配的字符串。
pos 可选参数,指定字符串的起始位置,默认为 0。
endpos 可选参数,指定字符串的结束位置,默认为字符串的长度。
import re
num = re.findall(r'\d+','5656 one12twothree34four 5757') #['5656', '12', '34', '5757']
或者
num = re.compile(r'\d+') .findall('5656 one12twothree34four 5757') #['5656', '12', '34', '5757']
result = re.findall(r'(\w+)=(\d+)', 'set width=20 and height=10')
print(result) #[('width', '20'), ('height', '10')]
- finditer:和 findall 类似,在字符串中找到正则表达式所匹配的所有子串,并把它们作为一个迭代器返回。
re.finditer(pattern, string, flags=0)
import re
it = re.finditer(r"\d+","12a32bc43jf3")
print(it) #<callable_iterator object at 0x000001FBFFD4F0D0>
for match in it:
print (match.group()
输出:
12
32
43
3
- re.split
split 方法按照定义匹配的子串将字符串来分割,最后返
imort re
print(re.split(r'\d+','5656 one12twothree34four 5757'))
输出:['', ' one', 'twothree', 'four ', '']
print(re.split(r'\D+','5656 one12twothree34four 5757 good'))
输出: ['5656', '12', '34', '5757', '']
print(re.split('a', 'hello world') )
输出: ['hello world'] #没有就返回原来字符串.